用于匹配和替换部分匹配模式的Powershell

debugcn 发表于 Dev

汉娜香蕉

整周发疯，无法解决这个问题。我有一个字典单词文件，一次将有几百万个单词，现在让我们假设它只是一个文本文件“ Words.txt”，其具有：

应用程序
的苹果
应用程序
栏
蝙蝠
连击
帽
资本
糖果

我需要做的是将每个字符串与文件的其余部分进行匹配，并且仅写入第一个匹配项的输出。这将是字母顺序的。

例如，上述单词的期望输出为：

应用-由于首先显示模式“ App”而跳过“ Apple”和“应用
栏”-由于模式“ Bar”，唯一的
蝙蝠-由于模式“ Bat”首先显示而跳过“击球员”
帽-由于模式首先出现“帽子”，而跳过“首都”
糖果-由于图案“糖果”的独特性

我绝对不能弄清楚该怎么做，就是如何忽略最初击中后发生的匹配并转为“新”模式。如果其他冗余模式被覆盖或被跳过，则没关系，这没关系。

我有一个匹配模式的脚本，但我不知道如何以所需的输出结束:(有帮助吗？！？！


$Words = "C:\Words.txt"

[System.Collections.ArrayList]$WordList = Get-Content $Words

$Words
$Words2 = $Words
$i = 0
$r = 0
Foreach ($item in $Words)
{
    foreach ($item2 in $Words2)
    {
            if ($item2 -like "$item*")
            {
            write-host $("Match " + [string]$i + " " + $item + " " + [string]$r + " " + $item2)
            }

            $r++
    }
$i++
}

mklement0

一行一行地处理并将它们与最新的唯一前缀进行比较就足够了：

$prefix = '' # initialize the prefix pattern
foreach ($line in [IO.File]::ReadLines('C:\Words.txt')) {
  if ($line -like $prefix) { continue } # same prefix, skip
  $line               # output new unique prefix
  $prefix = "$line*"  # save new prefix pattern
}

注意：由于您提到输入文件很大，因此，我使用System.IO.File.ReadLines而不是Get-Content读取文件是为了获得卓越的性能。

^{注意：无论如何，示例输入路径都是完整路径，但是请确保始终将完整路径传递给.NET方法，因为.NET的工作目录通常不同于PowerShell的工作目录。}

如果包装foreach循环& { ... }，则可以以流方式（逐行，而不先收集所有结果在内存中）将结果传递给Set-Content。

但是，使用.NET类型进行保存也会有更好的效果-请参见此答案的底部。

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。